Eğitimde Yapay Zekâ Tabanlı Ölçme ve Değerlendirme Üzerine Bir Derleme

Yıl 2024, Cilt: 2 Sayı: 1, 39 - 54, 28.06.2024

Muhammet Nimet Çavuş

Öz

Bu çalışmada, yapay zekâ tabanlı ölçme ve değerlendirme araçlarının eğitim alanında sağladığı faydaların, süreçte yaşanan zorlukların ve bu süreçte öğretmenlerin rolünün incelenmesi amaçlanmıştır. Çalışmada bir nitel araştırma yaklaşımı olan derleme çalışması kullanılmıştır. Araştırmada “Eğitimde yapay zekâ tabanlı ölçme ve değerlendirme araç ve yöntemleri nelerdir?”, “Eğitimde yapay zekâ tabanlı ölçme ve değerlendirme araç ve yöntemleri kullanmanın faydaları ve bunların kullanımdaki zorlukları nelerdir?” ve “Eğitimde yapay zeka tabanlı ölçme ve değerlendirme öğretmenin rolü nedir?” soruları çerçevesinde literatür incelenmiştir. Çalışma sonucunda, eğitimde ölçme ve değerlendirme sürecinde kullanılabilecek araçlar; otomatik notlandırma araçları, tahmine dayalı analitik araçlar, öğrenme yönetim sistemleri, öğrenim analitiği araçları, bilgisayar tabanlı test platformları, oyunlaştırma araçları, biçimlendirici değerlendirme araçları, dijital portföyler, veri görselleştirme araçları ve intihal tespiti araçlarıdır. Çalışmada yapay zekâ tabanlı ölçme ve değerlendirme araçlarının öğrenci ihtiyaçlarına daha etkili ve daha hızlı bir şekilde geribildirim sağlaması açısından önemli bir fırsat olduğu görülmüştür. Araştırmada eğitim alanındaki ölçme ve değerlendirmede yapay zekâ tabanlı araçlar, değerlendirme sürecinin doğruluğunu, hızını ve verimliliğini artırmak da dâhil olmak üzere çeşitli şekillerde faydalarının olduğu belirlenmiştir. Eğitim değerlendirmesinde yapay zekâ kullanımıyla ilgili olarak şeffaflık eksikliği, önyargı, etik kaygılar, maliyet, mevcut sistemlerle entegrasyon, teknik zorluklar, değişime karşı direnç gibi çeşitli zorluklarla karşı karşıya kalındığı görülmüştür. Öğretmenin, yapay zekâdan alacağı test ve ödev sorularını, kısa sınavları veya etkileşimli ders içeriğini uygun sistemlerle daha sonra kendi ihtiyaçlarına göre düzenleyip zamandan tasarruf sağlayabileceği araştırmada ulaşılan sonuçlar arasındadır. Bununla birlikte öğretmenlerin yapay zekâ tabanlı değerlendirmelerin etik kullanımını sağlama, sonuçları yorumlama, öğrencilere eyleme geçirebilir geri bildirim sağlama, öğrencilerin öğrenme ihtiyaçlarına göre eğitimi bireyselleştirme, eleştirel düşünmeyi teşvik etme gibi hususlarda kritik bir role sahip oldukları belirlenmiştir. Geleneksel ölçme ve değerlendirme, bireylerin hatasından ve önyargılarından etkilenirken yapay zekâ sistemlerinde genellikle bu tarz sınırlamaların olmadığı söylenebilmektedir. Eğitimde çağa uygun yapay zekâ tabanlı ölçme ve değerlendirme araç/yöntemlerinin kullanımına öğretmenlerin teşvik edilmeli ve süreçteki zorluklar ilgili kurumlar tarafından ortadan kaldırılmalıdır.

Anahtar Kelimeler

Eğitim, ölçme ve değerlendirme, yapay zekâ, derleme

Kaynakça

• Adiguzel, T., Kaya, M. H., ve Cansu, F. K. (2023). Revolutionizing education with AI: Exploring the transformative potential of ChatGPT. Contemporary Educational Technology, 15(3), 1-13.
• Akyel, Y. ve Tur, E. (2024). Eğitim bilimlerinde yapay zekânın potansiyeli ve beklentiler, zorluklar ve gelecek yönelimleri. Ahi Evran Üniversitesi Kırşehir Eğitim Fakültesi Dergisi, 25(1), 645-711.
• Arslan, K. (2020). Eğitimde yapay zeka ve uygulamaları. Batı Anadolu Eğitim Bilimleri Dergisi, 11(1), 71-88.
• Aşık, F., Yıldız, A., Kılınç, S., Aytekin, N., Adalı, R., ve Kurnaz, K. (2023). Yapay zekanın eğitime etkileri. International Journal of Social and Humanities Sciences Research, 10(98), 2100-2107.
• Bassey, B. A., Owan, V. J., Ikwen, E. U., and Amanso, E. O. I. (2020). Teachers' attitudes towards learners with disability scale (TALDS): construction and psychometric analysis. Psychometric Analysis, 6(4), 518-530.
• Chiu, T. K. (2021). A holistic approach to the design of artificial intelligence (AI) education for K-12 schools. TechTrends, 65(5), 796-807.
• Cukurova, M., ve Luckin, R. (2018). Measuring the impact of emerging technologies in education: A pragmatic approach. In J. Voogt, G. Knezek, R. Christensen, and K. Lai (Eds.), Second Handbook of Information Technology in Primary and Secondary Education (s. 1-19). Springer
• Çam, M. B., Çelik, N., Turan-Güntepe, E., ve Durukan, Ü. G. (2021). Öğretmen adaylarının yapa zeka teknolojileri ile ilgili farkındalıklarının belirlenmesi. Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18(48), 263-285.
• Delgado, H. O., de Azevedo Fay, A., Sebastiany, M. J., and Silva, A. D. (2020). Artificial intelligence adaptive learning tools. BELT-Brazilian English Language Teaching Journal, 11(2).
• Dillenbourg, P. (2016). The evolution of research on digital education. International Journal of Artificial Intelligence in Education, 26(2), 544-560.
• Halaweh, M. (2023). ChatGPT in education: strategies. Contemporary Educational Technology, 15(2).
• Hawes, D., and Arya, A. (2023). Technology solutions to reduce anxiety and increase cognitive availability in students. IEEE Transactions on Learning Technologies, 16(2), 278-291.
• Heintz, F. (2021). Three interviews about K-12 AI education in America, Europe, and Singapore. KI—Künstliche Intelligenz, 35(2), 233-237.
• Holmes, W., Bialik, M., and Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Boston: Center for Curriculum Redesign. https://curriculumredesign.org/wp-content/uploads/AIED-Book-Excerpt-CCR.pdf
• Hou, G., Anicetus, U., and He, J. (2022). How to design font size for older adults: A systematic literature review with a mobile device. Frontiers in Psychology, 13(931646), 1-19
• Hrastinski, S. O., Arkenback, C., Ekström, S., Ericsson, E., Fransson, G., Jaldemark, J., . . . Utterberg, M. (2019). Critical imaginaries and reflections on artificial intelligence and robots in post-digital K-12 education. Post-Digital Science and Education, 1(2), 427-445. https://doi.org/10.1007/s42438-019-00046-x
• Huang, A. Y., Lu, O. H., and Yang, S. J. (2023a). Effects of artificial intelligence-enabled personalized recommendations on learners’ learning engagement, motivation, and outcomes in a flipped classroom. Computers & Education, 194(104684). doi: https://doi.org/10.1016/j.compedu.2022.104684
• Huang, S.-P. (2018). Effects of using artificial intelligence teaching system for environmental education on environmental knowledge and attitude. EURASIA Journal of Mathematics, Science and Technology Education, 14(7), 3277-3284. doi: https://doi.org/10.29333/ejmste/91248 0
• Huang, X., Zou, D., Cheng, G., Chen, X., and Xie, H. (2023b). Trends, research issues and applications of artificial intelligence in language education. Educational Technology & Society, 26(1), 112-131.
• İşler, B., and Kılıç, M. Y. (2021). Eğitimde yapay zeka kullanımı ve gelişimi. e-Journal of New Media / Yeni Medya Elektronik Dergi – eJNM, 5(1), 1-11.
• Kafadar, T. (2022). Oyunlaştırmanın eğitimdeki yeri. In T. Kafadar, ve C. A. Asena (Eds.), Eğitimde oyunlaştırma, (1-16). Nobel Akademik Yayıncılık.
• Karsenti, T. (2019). Artificial intelligence in education: The urgent need to prepare teachers for tomorrow’s. Formation et Profession [Education and Profession], 27(1), 112-116.
• Khan, I., Ahmad, A. R., Jabeur, N., and Mahdi, M. N. (2021). An artificial intelligence approach to monitor student performance and devise preventive measures. Smart Learning Environments, 8(1), 1-18.
• Kim, J., and Park, N. (2019). Development of a board game-based gamification learning model for training on the principles of artificial intelligence learning in elementary courses. Journal of the Korean Association of Information Education, 23(3), 229-235.
• Köse, B., Radıf, H., Baysal, İ., Demirci, N. (2023). Öğretmen görüşlerine göre eğitimde yapay zekanın önemi, Journal of Social, Humanities and Administrative Sciences, 9(71):4203-4209.
• Kumar, N. S. (2019). Implementation of artificial intelligence in imparting education and evaluating student performance. Journal of Artificial Intelligence, 1(1), 1-9.
• Lin, P. Y., Chai, C. S., Jong, M. S., Dai, Y., Guo, Y., and Qin, J. (2021). Modelling the structural relationship among primary students’ motivation to learn artificial intelligence. Computers and Education: Artificial Intelligence, 2(100006). doi: https://doi.org/10.1016/j.caeai.2020.100006
• Luo, Y., Han, X., and Zhang, C. (2022). Prediction of learning outcomes with a machine learning in blended courses. Asia Pacific Education Review. doi: https://doi.org/10.1007/s12564-022-09-6
• Mede, E., ve Atay, D. (2017). English language teachers’ assessment literacy: The Turkish context. Dil Dergisi, 168(1), 43-60.
• Mena-Guacas, A. F., Urueña Rodríguez, J. A., Santana-Trujillo, D. M., Gómez-Galán, J., and López-Meneses, E. (2023). Collaborative learning and skill development for educational growth of artificial intelligence: A systematic review. Contemporary Educational Technology, 15(3).
• Nazaretsky, T., Ariely, M., Cukurova, M., and Alexandron, G. (2022). Teachers’ trust in AI‐powered educational technology and a professional development program to improve it. British Journal of Educational Technology, 53(4), 914-931. doi: https://doi.org/10.1111/bjet.13232
• Nazari, N., Shabbir, M. S., and Setiawan, R. (2021). Application of artificial intelligence powered digital writing assistant in higher education: Randomized controlled trial. Heliyon, 7(5).
• Owan, V., Abang, K. B., Idika, D. O., Etta, E. O., and Bassey, B. A. (2023). Exploring the potential of artificial intelligence tools in educational measurement and assessment. EURASIA Journal of Mathematics, Science and Technology Education, 19(8).
• Önder, A., Öztaş, G. S. ve Akçapınar, G. (2023). Öğrenme analitiği sürecine yönelik modellere genel bir bakış: Kavramsal bir çerçeve önerisi. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 9(1), 92-117.
• Öz, H. (2014). Turkish teachers’ practices of assessment for learning in English as a foreign. Journal of Language Teaching and Research, 5, 775-785.
• Papapicco, C. (2020). Google mini: Italian example of artificial pro-sociality. Online Journal of Communication and Media Technologies, 10(3).
• Ren, X. (2020). Artificial intelligence and depression: How AI powered chatbots in virtual reality games may reduce anxiety and depression levels. Journal of Artificial Intelligence Practice, 3(1), 48-58.
• Sarıoğlu, S. (2023). Bilimsel süreç becerilerinin yapay zeka ile yordanması, öğrenciler ve üstün yetenekli öğrencilerdeki etkililiği. Doktora Tezi, Uludağ Üniversitesi, Bursa.
• Seufert, S., Guggemos, J., and Sailer, M. (2021). Technology-related knowledge, skills, and situation and emerging trends. Computers in Human Behavior, 115(106552). doi: https://doi.org/10.1016/j.chb.2020.106552
• Seyrek, M., Yıldız, S., Emeksiz, H., Şahin, A., Türkmen, M. T. (2024). Öğretmenlerin eğitimde yapay zeka kullanıma yönelik algıları. International Journal of Social and Humanities Sciences Research (JSHSR), 11(106), 845-856.
• Steinbauer, G., Kandlhofer, M., Chklovski, T., Heintz, F., and Koenig, S. (2021). A differentiated discussion about AI education K-12. Kunstliche Intelligenz, 35(2), 131-137.
• Stiggins, R. (2014). Improve assessment literacy outside of schools too. Phi Delta Kappan, 96(2), 67-72. Suh, W., and Ahn, S. (2022). Development and validation of a scale measuring student attitudes toward artificial intelligence. Sage Open, 12(2). doi: https://doi.org/10.1177/21582440221100463
• Şad, S. N., ve Göktaş, Ö. (2013). Öğretim elemanlarının geleneksel ve çağdaş ölçme değerlendirme yaklaşımlarının incelenmesi. Ege Eğitim Dergisi, 14(2), 79-105.
• Tsagari, D. (2011). Investigating the ‘assessment literacy’ of EFL state school teachers in Greece. In D. Tsagari, and I. Csépes (eds.), Classroom-based language assessment, (169-190). Frankfurt am Main: Peter Lang, Tuncer, M. ve Gezer-Şen, B. (2018). Okul öncesi eğitimde toplumsal cinsiyet eşitliğine yönelik Türkiye’de yapılan çalışmalar. Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD), 5(12), 870-882.
• Türker, O. (2023). Eğitim bağlamında yapay zeka yazılımları. E. Bay ve O. Zahal (eds.), Eğitim Bilimleri Alanında Akademik Çalışmalar. Ankara: Gece Kitaplığı, 189-205.
• Vasconcelos, M. A., and dos Santos, R. P. (2023). Enhancing STEM learning with ChatGPT and Bing Chat as objects to think with: A case study. EURASIA Journal of Mathematics, Science and Technology Education, 19(7). doi: https://doi.org/10.29333/ejmste/13313
• Xia, Q., Chiu, T. K., Lee, M., I., T., Dai, Y., and Chai, C. S. (2022). A self-determination theory design approach for inclusive and diverse artificial intelligence (AI) K-12 education. Computers & Education, 189(104582). doi: https://doi.org/10.1016/j.compedu.2022.104582
• Yılmaz, G. (2024). Disleksi Öğrenciler İçin en etkili yapay zeka uygulamaları ve chrome uzantıları. Linkedin: https://tr.linkedin.com/pulse/disleksi-%C3%B6%C4%9Frenciler-i%C3%A7in-en-etkili-yapay-zeka-ve-chrome-gi%CC%87zem-yilmaz-jscsf?trk=public_post_feed-article-content
• Yolcu, H. H. (2024). Yapay genel zekâ çağında öğretmen rolünün yeniden tanımlanması: öngörüler. Açıköğretim Uygulamaları ve Araştırmaları Dergisi, 10(1), 155-167.